The aim of this project is to examine the feasibility andreliability of the use of a low cost computer vision system totrack and intercept a thrown object. A stereo vision systemtracks the object using color recognition and then guides amobile wheeled robot towards an interception point in orderto capture it. Two different trajectory prediction modelsare compared. One model fits a second degree polynomialto the collected positional measurements of the object andthe other uses the Forward Euler Method to construct theobjects flight path.To accurately guide the robot, the angular position of therobot must also be measured. Two different methods ofmeasuring the angular position are presented and their respectivereliability are measured. A calibrated magnetometeris used as one method while pure computer vision isimplemented as the alternative method.A functional object tracking and interception system thatwas able to intercept the thrown object was constructed usingboth the polynomial fitting trajectory prediction modelas well as the one based on the Forward Euler Method.The magnetometer and pure computer vision are both viablemethods of determining the angular position of therobot with an error of less than 1.5°. ; I detta projekt behandlas konstruktionen av och pålitligheteni en bollfånganderobot och dess bakomliggande lågbudgetkamerasystem.För att fungera i tre dimensioner användsen stereokameramodul som spårar bollen med hjälpav färgigenkänning och beräknar bollbanan samt förutspårnedslaget för att ge god tid till roboten att genskjuta bollen.Två olika bollbanemodeller testas, där den ena tar hänsyntill luftmotståndet och nedslaget beräknas numeriskt ochden andra anpassar en andragradspolynom till de observeradedatapunkterna.För att styra roboten till den tänkta uppfångningspunktenbehövs både robotens position, vilket bestäms med kameramodulen,och robotens riktning. Riktningen bestäms medbåde en magnetometer och med kameramodulen, för attundersöka vilken metod som passar bäst.Den förslagna konstruktionen för ...
Object Tracking andInterception System : Mobile Object Catching Robot using StaticStereo Vision ; Objektspårning och uppfångningssystem
2018-01-01
Theses
Electronic Resource
English
DDC: | 629 |
Computer Vision Based Object Tracking for Multiple Robot Collaboration
Springer Verlag | 2022
|